Python通过解压ofd文件获取发票信息

实际上ofd、docx、xlsx等文件就是一个压缩文件，是可以被解压处理的。所以我们把一个ofd格式的发票文件解压后就可以看到它的目录，如下：

再用谷歌或者IE打开里面的xml属性的文件，就可以看到发票相关信息，如下：

所以获取发票信息的实现方法大致就是：先解压ofd格式文件，得到里面的OFD.xml文件，在通过解析xml文件获取到发票相关信息

解析xml文件

from xml.dom.minidom import parse

def get_info(dir_path, unzip_file_path=None, removed=True):

    """

    :param dir_path: 压缩文件路径

    :param unzip_file_path: 解压后的文件路径

    :param removed: 是否删除解压后的目录

    :return: ofd_info，字典形式的发票信息

    """

    file_path = unzip_file(dir_path, unzip_file_path)

    io = f"{file_path}/OFD.xml"

    element = parse(io).documentElement

    nodes = element.getElementsByTagName('ofd:CustomDatas')

    ofd_info = {}

    for i in range(len(nodes)):

        sun_node = nodes[i].childNodes

        for j in range(len(sun_node)):

            name = sun_node[j].getAttribute('Name')

            value = sun_node[j].firstChild.data

            ofd_info[name] =value

    if removed:

        shutil.rmtree(unzip_path)

    return ofd_info

解压ofd文件

import shutil

import zipfile

def unzip_file(zip_path, unzip_path=None):

    """

    :param zip_path: ofd格式文件路径

    :param unzip_path: 解压后的文件存放目录

    :return: unzip_path

    """

    if not unzip_path:

        unzip_path = zip_path.split('.')[0]

    with zipfile.ZipFile(zip_path, 'r') as f:

        for file in f.namelist():

            f.extract(file, path=unzip_path)

    return unzip_path

结果显示

Python通过解压ofd文件获取发票信息的相关教程结束。